居民用电异常识别系统的研究实现
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第11-17页 |
1.1 研究背景及意义 | 第11-12页 |
1.2 国内外研究现状 | 第12页 |
1.3 论文研究内容和目标 | 第12-14页 |
1.3.1 研究内容 | 第12-14页 |
1.3.2 研究目标 | 第14页 |
1.4 论文结构 | 第14-17页 |
第二章 系统相关理论及技术介绍 | 第17-29页 |
2.1 支持向量机 | 第17-21页 |
2.1.1 线性分类器 | 第17-18页 |
2.1.2 函数间隔和几何间隔 | 第18-19页 |
2.1.3 支持向量机和支持向量 | 第19-20页 |
2.1.4 对偶问题及其求解 | 第20页 |
2.1.5 核技巧 | 第20-21页 |
2.2 局部异常因子 | 第21-23页 |
2.2.1 异常检测概述 | 第21-22页 |
2.2.2 局部异常因子算法 | 第22-23页 |
2.3 皮尔逊相关性系数 | 第23-24页 |
2.4 逻辑回归模型 | 第24-26页 |
2.4.1 sigmoid函数 | 第24-25页 |
2.4.2 预测函数 | 第25页 |
2.4.3 损失函数和求解过程 | 第25-26页 |
2.5 Python和Django | 第26-27页 |
2.5.1 Python简介 | 第26页 |
2.5.2 Django简介 | 第26-27页 |
2.6 本章小结 | 第27-29页 |
第三章 系统核心算法研究 | 第29-39页 |
3.1 获取数据 | 第29-30页 |
3.2 数据预处理 | 第30-32页 |
3.2.1 数据清洗 | 第30页 |
3.2.2 特征构造 | 第30-31页 |
3.2.4 维度规约 | 第31页 |
3.2.5 数据归一化 | 第31-32页 |
3.3 四维复合特征构建 | 第32-34页 |
3.3.1 基于SVM的异常用电概率特征 | 第32页 |
3.3.2 局部异常因子特征 | 第32-33页 |
3.3.3 基于相似用户用电负荷的相关性度量特征 | 第33页 |
3.3.4 基于最相关用户的相关性变化率度量特征 | 第33-34页 |
3.4 基于四维复合特征的逻辑回归模型 | 第34-35页 |
3.5 实验结果分析 | 第35-38页 |
3.6 本章小结 | 第38-39页 |
第四章 居民用电异常识别系统需求分析和总体设计 | 第39-51页 |
4.1 异常识别系统的需求分析 | 第39-43页 |
4.1.1 系统功能需求 | 第39页 |
4.1.2 系统用例图 | 第39-42页 |
4.1.3 系统非功能需求 | 第42-43页 |
4.2 总体设计 | 第43-46页 |
4.2.1 软件开发平台 | 第43页 |
4.2.2 软件运行环境 | 第43页 |
4.2.3 设计和实现上的限制 | 第43页 |
4.2.4 系统架构图 | 第43-45页 |
4.2.5 系统数据流图 | 第45-46页 |
4.3 系统功能模块设计 | 第46-47页 |
4.4 系统数据库设计 | 第47-50页 |
4.4.1 数据库模式 | 第47-49页 |
4.4.2 数据表设计 | 第49-50页 |
4.5 本章小结 | 第50-51页 |
第五章 系统的模块设计与实现 | 第51-63页 |
5.1 预处理模块的设计与实现 | 第51-56页 |
5.1.1 Load入库 | 第52-53页 |
5.1.2 冻结示数转日用电量 | 第53页 |
5.1.3 日用电量乘以综合倍率 | 第53页 |
5.1.4 数据清洗 | 第53页 |
5.1.5 模拟异常用电 | 第53-54页 |
5.1.6 特征构造 | 第54页 |
5.1.7 维度规约 | 第54页 |
5.1.8 数据归一化 | 第54页 |
5.1.9 导出数据 | 第54-55页 |
5.1.10 数据预处理伪码 | 第55页 |
5.1.11 数据预处理界面展示 | 第55-56页 |
5.2 复合特征提取模块 | 第56-58页 |
5.2.1 复合特征提取流程图 | 第56-57页 |
5.2.2 复合特征提取伪码 | 第57-58页 |
5.3 模型训练模块 | 第58页 |
5.4 展示模块 | 第58-62页 |
5.4.1 模型结果展示 | 第59-60页 |
5.4.2 运行模型伪码展示 | 第60页 |
5.4.3 运行模型界面展示 | 第60页 |
5.4.4 MVC设计模式 | 第60-61页 |
5.4.5 模型展示界面 | 第61-62页 |
5.6 本章小结 | 第62-63页 |
第六章 论文工作总结与展望 | 第63-67页 |
6.1 论文工作内容 | 第63-64页 |
6.2 下一步工作展望 | 第64-67页 |
参考文献 | 第67-69页 |
致谢 | 第69-71页 |
攻读学位期间发表的学术论文 | 第71页 |